文献

J-GLOBAL ID：201802239370961309   整理番号：18A1217451

Markov連鎖モンテカルロアルゴリズムの並列化設計と性能分析【JST・京大機械翻訳】

PARALLEL DESIGN AND PERFORMANCE ANALYSIS OF MARKOV CHAIN MONTE CARLO ALGORITHM

著者 (3件)： Zhou Yuke (中国科学院地理科学与資源研究所生態系統网絡観測与模擬重点実験室,北京,100101) ,  Liu Jianwen (福州大学空間信息工程研究中心数据wa掘与信息共享教育部重点実験室,福建福州,350116) ,  Wang Yan (中国水利水電科学研究院流域水循環模擬与調控国家重点実験室,北京,100434)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 34  号： 12  ページ： 250-255,272  発行年： 2017年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Markov連鎖モンテカルロMCMC(MarkovChainMonteCarlo)アルゴリズムは,地球システムモデルのパラメータ不確実性解析とシミュレーションに広く用いられている。地球環境科学データの高次元、大容量の特性のため、高性能のMCMCアルゴリズムは応用の需要を満たし、データ分治法を用いて、このアルゴリズムのマルチコア並列化を実現する。静的および動的割当戦略を用いて,各CPUに複数の入力チェーンを割り当てた。独立コンピューティングと共有メモリを通して,プロセス間通信を実現した。制御変数法を用いて,異なるサンプルとMarkov連鎖の数でのアルゴリズムの加速を解析した。結果により、計算規模が大きく、動的負荷均衡の条件下で、比較的良好な加速比が得られ、4つのCPU以内の時効果が顕著であり、その後、CPUの増加につれ、加速効果が変動または安定になる傾向があることが明らかになった。研究により、並列化MCMCはマルチコアCPUのハードウェア設備を利用して加速効果を獲得でき、更にマルチコア数の加速性能は更に最適化する空間が存在することが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： ハードウェア ,  共有メモリ ,  チェーン ,  最適化 ,  *性能分析 ,  *Markov連鎖 ,  *アルゴリズム ,  *モンテカルロ法 ,  釣合 ,  プロセス間交信 ,  高次元 ,  動荷重
準シソーラス用語： マルチコアプロセッサ ,  MCMC ,  大容量 , 【Automatic Indexing@JST】

著者キーワード (5件)： MCMC ,  Divide and conquer ,  Multi-core computing ,  Sharing memory ,  Speedup

分類 (4件)： 数値計算  (JE02000J) ,  専用演算制御装置  (JC04030Y) ,  電力系統一般  (NB02000E) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (6件)： Markov連鎖 ,  モンテカルロ ,  アルゴリズム ,  並列化 ,  設計 ,  性能分析